采用注意力模型的多星交会序列优化方法

针对强化学习方法能够实现组合优化问题从无序输入到有序输出的离散决策特点,提出一种基于注意力模型的单航天器对多目标交会的序列优化方法,以快速估计转移成本较低的交会序列和时间。通过拓展注意力的时间维度使得策略网络能够同时选择目标和时间,并设计启发因子引导注意力有侧重地分布于不同的交会时刻,然后基于带基线的REINFORCE算法对网络参数进行更新。将所提方法应用于轨道分布较为集中的10目标交会任务,所得序列成本相对于蚁群算法优化结果的平均误差为9.7%,且强化学习方法的计算时间极短,可用于多目标对多航天器的分组指派全局规划的底层评价。

单航天器无需变轨与Walker星座多星交会的充分条件及特性分析

以Walker星座为研究对象,对单航天器无需变轨实现多星交会的问题展开研究。从Walker星座相位同构特性出发,得到了单航天器无需变轨能够对多颗星座卫星交会的充分条件,对交会的星座卫星的数目和星座卫星组合等问题进行了研究。在此基础上,提出了利用解析法求解交会轨道的轨道设计方法,并对交会轨道的特性进行了分析。对交会更多星座卫星(大于3颗)的可能性展开了讨论。研究结果可为单航天器无需变轨对星座多星交会提供理论依据。

近地轨道长时间多星交会任务混合规划

对近地轨道长时间多星交会问题,考虑基于光照条件的时间窗口与J2摄动影响,建立多星交会混合整数非线性规划模型,提出两层混合优化方法进行求解:上层问题以交会次序、交会轨道转移时间及交会后服务时间为设计变量,采用混合离散连续编码遗传算法求解,下层优化以单次交会轨道机动时间及机动冲量为设计变量,采用下山单纯形法求解;推导考虑J2摄动轨道要素差分线性交会方程,并以该方程为基础提出下层优化近似策略,以提高计算效率.仿真结果表明:1)建立的近地轨道长时间多星交会任务的混合整数非线性规划模型是有效的,提出的两层混合优化方法可以获得满足时间窗口约束的满意解;2)推导的线性交会方程是考虑J2摄动长时间轨道交会轨道良好的一阶近似;3)在J2摄动影响下长时间交会问题无论在一个还是多个轨道周期的时间尺度上均具有多峰性,基于混合编码遗传算法求解多星交会任务规划问题符合问题特征.